Les détaillants en ligne conçoivent des sites web et des applications mobiles qui guident les acheteurs de l'intention d'achat jusqu'à la recherche et l'achat du produit souhaité. Cela implique nécessairement une interface utilisateur rapide et intuitive, des pages produits attrayantes, un processus de paiement fluide, et bien plus encore.

Ces éléments guident vos clients vers la recherche de ce qu'ils souhaitent et les incitent à explorer davantage (en prolongeant leurs intentions initiales) afin de les fidéliser. L'objectif est de garantir une expérience d'achat positive qui maintienne l'intérêt du client jusqu'à l'ajout au panier et la validation de sa commande.

Il est tout aussi important pour le commerce de détail de personnaliser l'expérience d'achat en ligne.

Vous pouvez obtenir des revenus et une fidélité encore plus importants en proposant des produits et une expérience utilisateur qui répondent directement aux préférences et aux besoins de vos consommateurs.

Les recommandations personnalisées fonctionnent :

• 37 % des acheteurs ont passé une commande en ligne après avoir cliqué sur une recommandation.
• Les internautes ayant cliqué sur une recommandation ont passé en moyenne 12,9 minutes sur le site, contre seulement 2,9 minutes pour ceux qui n'ont pas cliqué.
• Taux de conversion 4,2 fois supérieurs pour les acheteurs mobiles ayant effectué une recherche et choisi une recommandation.

Automatiser une expérience personnelle

Pour tirer pleinement parti de ces avantages, l'automatisation est indispensable. Afin de proposer une expérience personnalisée et respectueuse des besoins du client, cette automatisation repose sur la collecte de données alimentant l'apprentissage automatique (ML) pour développer des modèles d'intelligence artificielle (IA).

Lorsque vous personnalisez les recommandations, les clients interagissent à chaque point de contact.

Cela conduit à :

• augmentation de 150 % du taux de commandes
• Augmentation de 20 % des ajouts au panier
• Augmentation de 24 % du taux de conversion global du site
• Taux de rebond inférieur de 13 %

Une stratégie de personnalisation réussie repose sur l'équilibre de trois facteurs :

• Offrir une réelle valeur ajoutée au client
• Offrir des informations et un contrôle puissants à l'entreprise
• Respecter les attentes du client en matière de confidentialité

Ces facteurs ne sont pas incompatibles. Comme vous le verrez, il existe une approche gagnant-gagnant permettant de proposer des recommandations automatisées et une navigation personnalisée tout en respectant la vie privée.

Imaginez un entonnoir où convergent deux lignes : l’une représente la satisfaction du client, l’autre le contrôle de l’entreprise. La protection de la vie privée permet à ces lignes de se rapprocher progressivement, pour le plus grand bénéfice des deux parties. Si cet équilibre idéal est propre à chaque entreprise, secteur et clientèle, le trouver peut être déterminant pour la réussite en ligne d’une entreprise.
– Piyush Patel, directeur de la stratégie et du développement commercial chez Algolia

Ces chiffres montrent comment une expérience d'achat personnalisée favorise la découverte de nouveaux produits : un client arrive sur un site pour acheter un seul article et repart avec un panier rempli. Ils démontrent également que votre entreprise devient leur boutique de référence. 

La personnalisation des recommandations crée une expérience d'achat centralisée qui aura également une valeur future, car adapter vos produits et votre site web aux intentions personnelles d'un client (détectées par ses activités de recherche et d'achat passées) permettra d'affiner et de perfectionner sa prise de décision d'achat à long terme. 

La confiance établie lorsque le client se sent compris par son entreprise préférée est irréversible.

Les consommateurs d'aujourd'hui recherchent des recommandations personnalisées. 83 % d'entre eux s'attendent à une personnalisation instantanée et tout au long de leur parcours d'achat. Source : Forbes

Trouver le juste équilibre. Des cas d'utilisation performants.

Une pharmacie-hypermarché peut suggérer des shampoings et autres produits en fonction des antécédents médicaux d'un client. Par exemple, ses ordonnances peuvent indiquer des allergies incompatibles avec certains shampoings. Allant plus loin, le magasin peut recommander des produits pour toute la famille d'un client en se basant sur des informations personnelles similaires. 

Un autre exemple concret est un distribution alimentaire Un magasin qui propose un régime alimentaire sain en fonction des habitudes d'achat alimentaires et pharmaceutiques du client. Si certains clients hésitent à divulguer leurs antécédents médicaux, d'autres pourraient apprécier cette possibilité, compte tenu des bienfaits pour la santé et l'efficacité. Mais ces mêmes clients seraient-ils satisfaits si, à chaque fois qu'ils passent devant ce magasin, ils voyaient apparaître ce produit ? distribution alimentaire En magasin, ils reçoivent un SMS les informant d'une promotion sur leurs articles préférés ?

De nombreux scénarios commerciaux pertinents sont à considérer pour trouver le juste équilibre pour votre entreprise. Ces exemples illustrent les enjeux : obtenir des informations précieuses grâce à la collecte et au traitement de données personnelles.

 

Les principes de la personnalisation

L'ère de l'expérience en ligne personnalisée est arrivée.

La personnalisation est omniprésente sur Google Maps, les playlists Spotify, les flux Twitter et les pages d'accueil d'Amazon. Votre commerce de détail peut offrir une expérience de qualité équivalente en appliquant les quatre principes fondamentaux de tout système proposant une expérience personnalisée.

Développez une culture axée sur les données au sein de votre entreprise.

Identifiez les signaux de données – issus de vos sources transactionnelles et des interactions et retours clients en temps réel – pour comprendre où et comment vos clients interagissent avec vos produits. Les données peuvent également indiquer quelles promotions, quels prix ou quelles stratégies marketing fonctionnent. En résumé, vous devez piloter votre entreprise en fonction des enseignements que vous donnent vos données.

La première étape consiste à se connecter à toutes ces sources de données, à donner du sens à ces données et à créer un pipeline fluide pour une mise à jour quasi en temps réel.

Définir les préférences et les segments des clients

Utilisez des algorithmes d'IA pour transformer les données de votre entreprise en préférences et profils personnalisés pertinents grâce à l'apprentissage automatique, et pour détecter les comportements d'achat des consommateurs et les tendances du secteur. L'interface personnalisée que vous créez est tout aussi importante que la précision de vos données personnalisées.

Ces deux principes vous permettront de bâtir une expérience client unique. Les deux suivants concernent la mise en œuvre technologique et les meilleures pratiques.

Concevoir l'interface utilisateur/l'expérience utilisateur

Les recommandations personnalisées et le merchandising doivent s'intégrer harmonieusement au parcours d'achat, sans être intrusifs ni relégués au second plan. Pour trouver le juste équilibre, il est donc essentiel de concevoir l'expérience au fur et à mesure de sa mise en œuvre.

Construisez-la avec une architecture composable axée sur les API

Un autre élément à prendre en compte pour une mise en œuvre optimale des trois premiers principes : l’architecture de votre système.

• Vous souhaitez un logiciel offrant un accès programmatique (API) à ses données et fonctionnalités. Les API décloisonnent les systèmes et les données, permettant ainsi la centralisation et la multifonctionnalité nécessaires à la constitution d'un ensemble de données personnalisé.
• Il en va de même pour l'interface utilisateur : vos ingénieurs front-end doivent utiliser des composants composables qui s'emboîtent, s'utilisent et se combinent pour s'adapter plus facilement aux différentes parties de vos sites web.
• Enfin, la composabilité ajoute de la transparence et de la simplicité de maintenance à votre système en permettant à vos ingénieurs de gérer la confidentialité des données de vos clients 4 dans chaque composant séparément.

Très bien, vous avez donc créé l'expérience. Voyons maintenant les deux types d' intentions que suivent les utilisateurs :

• Recherche : Un client recherche un produit précis en tête – une chaussure de course bien connue.
• Navigation : Un autre client parcourt les rayons dans l'intention (peut-être) d'acheter une chaussure de course.

Vous souhaitez créer un parcours de découverte personnalisé, où l'utilisateur part d'un besoin précis et découvre bien plus que ce qu'il avait imaginé. Voyons voir…

Il existe deux types d'intention : la recherche et la navigation . Dans les deux cas, il est nécessaire d'afficher des résultats de recherche détaillés, des informations produits, des promotions, des filtres pour catégoriser les informations et affiner la recherche, ainsi qu'une FAQ. Tout cela répond à l'intention de recherche. Cependant, l'expérience de navigation requiert davantage de détails et d'interactivité. Les clients, en poursuivant leur intention de recherche, bénéficient directement de recommandations personnalisées, ce qui les encourage à explorer davantage votre catalogue. Reshma Iyer, Directrice du marketing produit chez Algolia

Parcours d'achat avancés pour le client souhaitant acheter des chaussures de course.

• Encouragez-les à parcourir les articles de sport connexes. Par exemple, orientez-les vers l'exploration des pages de catégories associées (Chaussures de marathon ou Chaussures de sport).
• Encouragez-les à aller au-delà des baskets pour découvrir d'autres articles de sport (chronomètres, gourdes, pantalons de survêtement), voire même au-delà du sport et à commencer à penser à des chaussures habillées, des ustensiles de cuisine, ou même des travaux de rénovation domiciliaire.
• Enfin, vous pouvez regrouper les coureurs dans un même profil, combinant ainsi les actions de nombreux coureurs pour affiner les recommandations .

Lorsqu'elles reposent sur une compréhension précise de ces consommateurs, les expériences dynamiques peuvent garantir le succès.

Les caractéristiques les plus communes des expériences personnalisées de haute qualité

Il existe 3 types de personnalisations :

• Niveau article à article
  • Afficher les articles similaires ou les articles fréquemment achetés ensemble
• Niveau utilisateur-article
  • Afficher les articles en fonction des préférences de l'utilisateur et de ses habitudes d'achat précédentes
• Niveau groupe-élément (profils utilisateur)
  • Afficher les articles en fonction des profils et de la segmentation des clients

Personnalisation	Afficher les résultats de recherche et les suggestions de produits sur les pages d'accueil, les pages produits et catégories, ainsi que sur les écrans d'achat – à partir d'analyses de l'activité des utilisateurs permettant de discerner leurs affinités, leurs préférences et leurs intérêts futurs.
Recommandations	Afficher des suggestions de produits ou de catégories basées sur les profils des utilisateurs et des groupes, dérivés de l'analyse de l'activité des utilisateurs ainsi que des relations entre les produits au sein du catalogue.
Identification des tendances	Adaptez l'expérience aux tendances actuelles des utilisateurs et du secteur en fonction des meilleures ventes, des produits les plus consultés et d'autres signaux d'activité client survenus au cours des dernières 24 heures ou de la semaine précédente.
Personnalisation sortante	Communiquez avec vos clients par e-mail, SMS et newsletter personnalisés, en leur fournissant des informations adaptées à leurs achats récents et à leurs préférences. L'envoi d'e-mails peut s'avérer délicat en matière de respect de la vie privée, mais bien mené, il permet d'établir une relation plus personnalisée avec vos clients.

C’est là que la technologie intervient…

L'automatisation pouvant impacter chaque écran, parcours de navigation et campagne marketing, elle doit s'appuyer sur une technologie robuste et une expérience utilisateur intuitive. Par exemple, si votre site web est lent ou difficile à utiliser, vous perdrez vos clients.

Les meilleurs sites fidélisent leurs clients grâce à :

• des mises en page dynamiques et épurées à plusieurs colonnes,
• des composants tels que des carrousels,
• bannières et promotions non intrusives,
• et des recommandations de produits judicieusement placées.

Les meilleurs sites font tout cela en quelques millisecondes. La possibilité de faire une recherche en un clin d'œil fait toute la différence entre retenir l'attention de l'utilisateur et le voir quitter le site.

Pratiques incontournables de la personnalisation

Présentez des produits qui plaisent personnellement à l'utilisateur.

Il existe une notion de paradoxe du choix dans le commerce de détail : limiter les options réduit l’anxiété des acheteurs et leur permet de comparer plus facilement les différentes options et de faire un choix rapidement. Grâce à cette rapidité et à cette diminution de l’anxiété, ils ont tendance à rester plus longtemps et à découvrir davantage de produits.

Concrètement, cela signifie que vous devez limiter les options proposées à vos clients. C'est là que la personnalisation prend toute son importance. Vous devez pouvoir afficher les produits les plus pertinents, qui peuvent être nombreux, mais pas une multitude de produits inutiles.

Vous souhaitez donc : (a) concevoir une interface affichant moins d’articles de manière claire (sans pour autant être trop épurée ni restrictive) ; et (b) afficher certains articles correspondant à leurs préférences et intentions actuelles. (Nous disons « certains », car une expérience de découverte réussie doit associer les préférences à d’autres articles de votre catalogue, afin de permettre à vos clients d’explorer d’autres options que celles qu’ils ont déjà choisies.)

Transformer les données en intelligence – de l'analyse à l'apprentissage automatique

Pour comprendre la puissance des données, il est utile de se rendre compte de la quantité d'informations qu'il est possible de collecter. De nombreux types de signaux et de points de données permettent d'identifier les habitudes d'achat. Tout commence par la capture du comportement des utilisateurs sous forme de données analytiques.

L'élément fondamental de tout cela est la nécessité d'un moteur de personnalisation capable d'apprendre en continu. Les algorithmes d'IA doivent être conçus pour intégrer cette capacité d'apprentissage dynamique et adaptatif, afin que la personnalisation demeure un processus d'amélioration continue et non un aboutissement ou une approche ponctuelle. Voici une liste non exhaustive :

Signaux basés sur la session	Vues Clics Achats
Définir les actions importantes (pour la conversion)	Afficher les caractéristiques d'un produit Clics multiples sur les pages produits Clics sur les résultats de recherche et les bannières Ajouter à une liste de souhaits Effectuer certaines recherches, en utilisant des mots-clés courants Commenter ou évaluer les produits
Durée de surveillance	La durée pendant laquelle un consommateur interagit avec un site web (pas seulement en restant assis devant un écran immobile, mais en faisant défiler et en cliquant réellement sur le contenu). Combien de temps passent-ils à consulter des produits similaires ?
Signaux géolocalisés	Emplacements des magasins et des restaurants
Regroupement des utilisateurs	Découvrez les tendances – modifiez dynamiquement la pertinence et les recommandations en fonction des habitudes d'achat des clients au cours des 10 ou 24 dernières heures.
Tests A/B	Améliorez et personnalisez les algorithmes pour votre entreprise. ➔ Tester leur efficacité ➔ Itérez pour améliorer la qualité et la pertinence de la personnalisation pour votre entreprise

Mais qu'en est-il de la vie privée ?

Il n'y a rien d'intrusif à enregistrer tous ces événements. Par exemple, dans le cas du coureur mentionné plus haut, on peut dégager des tendances sans connaître son nom, son adresse ni aucune autre information permettant de l'identifier. Il n'est pas nécessaire de poser de questions personnelles, comme « Êtes-vous marié(e) ? », « Quel est votre sexe ? », « Que faites-vous pendant vos jours de congé ? », etc.

Mais un système peut facilement franchir une limite. Par exemple, lorsqu'un client se connecte à un système, il est assez facile de retracer son identité, son adresse et ses activités lors de ses précédentes visites. Or, cela peut aller au-delà de ce que le client a consenti. C'est là qu'intervient l'anonymisation des données, qui consiste à remplacer l'identité réelle (nom ou adresse électronique) par un numéro anonyme. De cette façon, personne ne peut utiliser ces données, ni les détourner, pour découvrir la véritable identité de l'utilisateur.

Alors, le respect de la vie privée vous paraît-il impossible ? Une fausse promesse ? Lisez la suite.

Comment un modèle de confidentialité positif peut-il accroître votre clientèle ?

Les gens veulent des expériences personnalisées sans aucune obligation.

Les violations de l'espace personnel de vos utilisateurs peuvent leur donner le sentiment d'être menacés, vulnérables, manipulés et privés de liberté.

Les gens ne veulent pas se sentir observés ou suivis. Ils souhaitent naviguer et faire leurs achats en toute intimité. C'est leur moment à eux, pour être seuls et prendre des décisions dans le confort de leur propre espace personnel.

Ils veulent donner leur consentement ou non. Ils veulent savoir ce que vous faites, quelles informations vous possédez. Ils veulent fixer des limites et pouvoir dire « stop » à tout moment.

La confidentialité est précieuse : il ne faut jamais transiger avec la confiance des clients. Les entreprises qui sous-estiment son importance risquent de perdre leur clientèle. La confidentialité est une forme de respect : et le respect engendre la confiance. La confidentialité soutient les objectifs commerciaux : elle n’est pas une contrainte. Ne pas collecter de données inutiles, truffées d’informations douteuses ou, pire encore, de données personnelles, ne vous fait pas perdre d’opportunités ni vous désavantager sur le plan concurrentiel.

Le respect de la vie privée n'est pas une contrainte.

Le respect de la vie privée des clients peut apporter une valeur ajoutée à votre entreprise et implique d'importantes considérations commerciales :

L'utilisation équitable des informations personnelles garantit la qualité des données.

Vous n'avez pas besoin de plus de données que nécessaire. C'est un principe fondamental de l'apprentissage automatique : alimentez votre système uniquement avec les données les plus informatives et fiables. Des données de qualité produisent les résultats les plus pertinents. Le big data n'est pas la base de la personnalisation. Seules de petites quantités de données intelligentes sont nécessaires.

La transparence inspire confiance et loyauté.

Vous instaurez davantage la confiance en informant vos utilisateurs des données que vous collectez, de la manière dont elles seront utilisées et de la durée de leur conservation, qu'en capturant secrètement des informations privées.

Le fait de ne pas connaître l'identité d'une personne peut tout de même entraîner une conversion.

Pour personnaliser une expérience, il suffit de connaître le comportement de l'utilisateur. Inutile de connaître son nom, son adresse ou le contenu de sa garde-robe. Seuls les comportements d'achat et de consultation – c'est-à-dire ce sur quoi il clique, ce qu'il consulte et ce qu'il achète – vous intéressent.

La suppression de l'identité des utilisateurs permet un profilage plus précis basé sur les comportements et non sur les personnes.

L'absence de données d'identité permet de formuler des généralisations pertinentes. Regrouper les personnes ayant des habitudes d'achat similaires aide vos clients à avoir une vision plus complète des possibilités qui s'offrent à eux. Même pour une personnalisation individuelle, les données de session suffisent. Les informations personnelles identifiables n'apportent aucune valeur ajoutée. Le regroupement doit reposer sur une collecte de données respectueuse de la vie privée, combinant habitudes et préférences, et non identités.

Les faits incontestables concernant le respect de la vie privée

La question primordiale est donc la suivante : comment un commerce de détail en ligne peut-il respecter la vie privée de ses utilisateurs et se conformer aux lois sur la protection des données, tout en optimisant et en maximisant une expérience utilisateur entièrement personnalisée ? Nous avons déjà abordé plusieurs façons de respecter vos clients et de gagner leur confiance. Nous avons souligné les avantages pour votre entreprise. Nous allons maintenant ajouter deux autres éléments clés : la sécurité et la transparence.

Lois et normes industrielles

Voici quelques lois et normes sectorielles pertinentes relatives à la protection de la vie privée et à la collecte de données :

• RGPD - Protections légales des consommateurs
• FIPPS - Meilleures pratiques
• SOC2 - Certifications de sécurité sectorielles

Sécuriser votre système

Imaginons que vous stockiez les données de vos utilisateurs dans un espace sécurisé, accessible uniquement aux machines et à vos clients. Lors de la collecte des données, les machines doivent supprimer toutes les informations d'identification et les remplacer par un numéro. Elles doivent également enregistrer les données analytiques de manière anonyme, sans qu'il soit possible de les relier au nom ou à l'adresse e-mail du client.

Les clients qui visitent votre site reçoivent une clé pour accéder à cet espace. Ils y trouvent les produits qui les intéressent grâce à un simple numéro d'identification anonyme. Ni la machine ni un client ne peuvent remonter jusqu'à eux pour découvrir leur identité ou celle d'un autre utilisateur. Personne d'autre n'est autorisé à entrer dans cet espace.

Mais la chambre est-elle vraiment sécurisée ? Plusieurs questions se posent :

• Les ingénieurs vont et viennent dans cette pièce pour développer et maintenir le système.
• Il est quasiment impossible d'éviter toutes les brèches et fuites, qu'elles soient intentionnelles ou accidentelles.

Il est en effet difficile de créer un environnement sécurisé à 100 %. Cela exige une surveillance continue, des mises à jour régulières et une recherche proactive de solutions pour corriger toute vulnérabilité, y compris par la mise en place d'un programme de primes. Les bonnes pratiques de sécurité respectent la vie privée. De nombreuses technologies abordables sont disponibles sur le marché et peuvent aider votre entreprise à créer un environnement d'apprentissage automatique sécurisé et fiable. Par ailleurs, la législation et les normes sectorielles fournissent des directives claires qui contribuent à l'efficacité de votre technologie.

Transparence et consentement — Comprendre les attentes des utilisateurs

Demandez à vos utilisateurs s'ils souhaitent s'inscrire ou se désinscrire. Offrez-leur la possibilité de donner un consentement éclairé en leur expliquant précisément comment vous utilisez leurs données personnelles.

Se désengager

Cela signifie que le client ne souhaite pas de personnalisation. Ou bien il souhaite une personnalisation mais n'est pas (encore) prêt à fournir des informations personnelles.

Consentement explicite

Leur préoccupation est de savoir précisément à quoi ils consentent. Vous avez leur confiance et ils se montrent ouverts à la personnalisation. Mais ils veulent savoir quelles données vous collectez et si elles seront partagées avec des tiers. La transparence doit être simple et les données collectées doivent être raisonnables. Pas de clauses cachées ni de subterfuges lors de la demande de consentement. Adoptez une approche positive : encouragez vos clients à donner leur consentement en les informant des avantages qu’ils retirent de la personnalisation de leurs recherches et recommandations.

S'inscrire (pour les clients connectés)

Les clients habituels apprécient sans doute les services personnalisés, qu'il s'agisse d'assistance clientèle ou d'accompagnement pour des projets importants comme l'organisation d'un mariage ou l'achat de produits médicaux. Il convient toutefois de distinguer un service personnalisé, qui implique des exigences spécifiques en matière de confidentialité, d'une expérience d'achat personnalisée, qui ne devrait pas différer sensiblement des attentes plus générales de tous les visiteurs.

La transparence est primordiale : les clients fidèles sont parfois disposés à fournir davantage d’informations pour une personnalisation accrue. Mais ils doivent savoir comment leurs données sont utilisées, et l’expérience doit correspondre à leurs attentes. Par exemple, il est probablement déconseillé de les surprendre avec un appel téléphonique d’un médecin qui vient d’apprendre (par leur pharmacien) qu’ils ont besoin de soins particuliers.

Vers une autorisation explicite. En 2021, Apple a annoncé une importante modification de la politique de confidentialité avec le lancement d'iOS 14, qui a radicalement transformé la manière dont les développeurs tiers de l'App Store pouvaient atteindre et contacter les utilisateurs de leurs applications. Le changement majeur réside dans l'obligation pour les applications de demander explicitement l'autorisation des utilisateurs lorsqu'elles souhaitent les suivre sur des applications et des sites web appartenant à d'autres entreprises.

 

Les faibles coûts et les gains importants d'une bonne décision

Ne gaspillez pas votre temps et votre argent à collecter plus de données que nécessaire.

Partons du principe que les plus grands acteurs du secteur disposent d'une quantité considérable de données. Cela leur confère-t-il un avantage ? Non. Toute entreprise, quelle que soit sa taille, peut désormais collecter des données facilement. La véritable question n'est donc pas la quantité, mais la qualité. La qualité implique de ne collecter que les données nécessaires, ce qui permet de réduire les coûts liés au stockage, à la maintenance et à l'infrastructure.

Sur ce point, le recours à des services cloud ou à des sociétés de logiciels réputées, spécialisées dans la capture de données analytiques, peut permettre de réduire les coûts à long terme, car elles prennent en charge tous les coûts de stockage, de maintenance et d'infrastructure.

L'automatisation ne signifie pas forcément transformer votre commerce de détail en une entreprise technologique. Vos ingénieurs peuvent rechercher les meilleurs algorithmes, puis les personnaliser et les optimiser en fonction des besoins spécifiques de votre organisation.

- Piyush Patel, directeur de la stratégie et du développement commercial chez Algolia

Ne réinventez pas la roue – évitez les algorithmes maison.

En règle générale, vos modèles d'apprentissage automatique doivent rester aussi simples que possible. Heureusement, il existe sur le marché des algorithmes et des technologies simples, performants et peu coûteux. Cependant, leur qualité est très variable. Il est important de maintenir un processus agile : facile à configurer, à implémenter et à mettre à jour (en fonction des enseignements tirés), et suffisamment flexible pour permettre à l'entreprise de l'ajuster avec précision. L'accent doit être mis sur l'utilisation, et non sur la création d'un nouveau modèle à chaque fois.

L'apprentissage automatique n'est pas forcément complexe. Pensez à l'impact des tableurs dans les années 90 et à leur rôle encore aujourd'hui. Ils ont considérablement amélioré nos méthodes de travail, grâce à leur simplicité : lignes, colonnes et fonctions, avec tableaux croisés dynamiques, références croisées et graphiques. Et aucune entreprise n'a jamais eu à programmer son propre tableur. C'est la même chose avec les algorithmes d'apprentissage automatique simples : vos ingénieurs peuvent sélectionner les meilleurs algorithmes, puis les personnaliser et les optimiser en fonction des besoins spécifiques de votre organisation.

N'investissez pas d'argent dans davantage d'ingénieurs.

Vous n'avez plus besoin de centaines de développeurs pour créer une expérience entièrement personnalisée. Pour le comprendre, il est important de lister les compétences d'ingénierie nécessaires à la conception des composantes d'une telle expérience. De nos jours, plus personne ne réinvente la roue. La créativité réside ailleurs : dans la manière dont ces ingénieurs adaptent leurs applications à votre catalogue, à votre activité et aux besoins de vos clients. L'équipe doit par ailleurs être suffisamment restreinte pour fonctionner efficacement dans un environnement agile.

Compétences en ingénierie requises :

• Les data scientists qui travaillent avec les données et les modèles
• Les ingénieurs en apprentissage automatique travaillent en étroite collaboration avec les data scientists pour concevoir et mettre en œuvre les modèles.
• Les développeurs front-end et back-end codent l'interface utilisateur/l'expérience utilisateur que vos clients voient.

 

Dernier conseil : n’en faites pas trop. Laissez le choix aux gens.

Les plus grands détaillants en ligne sont-ils donc les seuls à pouvoir offrir une expérience personnalisée performante et de qualité ? Non.

Les petites, moyennes et grandes entreprises peuvent-elles créer des expériences de commerce électronique aussi performantes que celles des plus grands acteurs ? Oui

Il suffit d'éviter les excès. En faire trop coûte cher et n'apporte pas plus de valeur ajoutée qu'un système moins onéreux. C'est la loi des rendements décroissants.

Laissez place au choix personnel

De même, il est tout aussi important d'éviter les excès, qui empiètent inutilement sur la vie privée et peuvent mettre vos clients mal à l'aise. C'est alors que le client abandonne son achat. Aujourd'hui, c'est le client qui a le dernier mot. La personnalisation doit rester une option. Ne faites que le nécessaire pour créer une expérience personnalisée pertinente, sans pour autant l'inonder de commandes. 

N'oubliez pas : il est essentiel de laisser à l'utilisateur la possibilité d'explorer au-delà de ses préférences. Une stratégie de vente en ligne performante favorise la découverte, que l'on utilise ou non l'intelligence artificielle et les algorithmes d'apprentissage automatique.